超音波診断画像データベースを構築し、AI支援システム開発を推進するため、まず肝・乳腺腫瘤に焦点を絞り、以下の成果を得た。・ 中央データベース設置とデータ送信のインフラ整備京都大学医学部内に、各医療施設から送信される匿名化済み画像、付随データを保存、管理する中央データベースを設置した。このシステムは、日本医療情報学会の「診療画像等医療情報抽出・管理のあり方に関する研究」でのガイドラインにに準拠した安全性が担保されている。・ 匿名化システムの開発とアップローダの整備データ収集施設のシステムに対応する超音波画像・付帯情報の収集とアップロードシステムを開発した。収集データは自動匿名化され、確認後に中央データベースに送られる。システムを試験稼働・改良後、分担研究施設へ設置し、中央データベースとの接続を行った。この成果により、データ収集の人的負担が軽減され、データ収集が容易になった。・ 肝・乳腺腫瘤の所見・診断名・保存画像の統一、超音波デジタル画像と付帯データの収集肝・乳腺腫瘍の超音波静止画像と、教師データを含む付帯情報の統一、データ取集をおこなった。肝腫瘍22,688画像、乳腺腫瘍7,273画像とその付帯情報が各施設に収集されている。・ 病名判別AIプロトタイプの開発収集された教師付きデータの一部(179 症例704画像を用い)を用い肝腫瘍の病名判別AIプロトタイプを開発した。肝嚢胞、肝血管腫、肝細胞癌、転移性肝癌の4クラス分類で82.7%の精度、良悪性鑑別においては91.6%の正診率、92.5%の感度、90.9%の特異度が得られた。乳腺腫瘍の病名判別AIプロトタイプに関しては、108 症例246画像を用い、線維腺腫、充実腺管癌、硬癌、乳頭腺管癌の4クラス分類で60.2%の精度、良悪性鑑別においては87.0%の正診率、92.0%の感度、75.8%の特異度が得られた。現在、学習画像数を増やして再解析している。・ 医療画像クラウド基盤の構築とビッグデータを活用したAI画像解析技術の開発国立情報学研究所(NII)における受け入れサーバが稼働し、超音波画像と教師データを含む付帯情報が、順次NIIクラウド基盤への展開されており、また中央データベースとNIIとのシステム接続が行われている。画像解析技術開発により、腫瘤の病変部自動検出を行い、今後動画に展開する方法の検討が開始されている。